얼굴의 윤곽선을 검출하기 위해서는 일반적으로 입력 영상에 직접 동적 윤곽선 모델(Active Contour Model)을 적용하는 방법을 많이 사용한다. 그러나 동적 윤곽선 모델은 초기의 위치 설정과 사용되는 에너지 함수의 계수 값에 따라 성능에 영향을 받기 때문에, 다양한 조명조건과 환경조건에 따라 최적화된 파라미터들을 설정해야 하는 번거로움이 있다. 또한 섬세한 윤곽선의 검출을 위해서는 모델에서 사용되는 정점의 수를 증가시켜야 하는 단점이 있다. 이러한 단점들을 해결하기 위해, 본 논문에서는 입력영상의 분할된 영역에서의 히스토그램 분석을 통하여, 얼굴 영역과 배경 영역의 픽셀 값을 구분할 수 있는 임계값을 자동으로 찾아, 얼굴의 윤곽선 영역을 검출하는 접근 방법을 제안한다. 제안된 방법은 입력 영상의 분석을 통하여 얼굴의 윤곽선 영역을 검출하기 때문에 다양한 조명과 배경 조건하에서도 높은 성능으로 얼굴의 윤곽선 영역을 검출하였다.

이동 객체 검출은 입력 영상에서 배경과 다른 전경 객체를 찾는 것을 말하는 것으로 지능 영상 감시, HCI, 객체 기반 영상 압축 등의 여러 영상 처리 응용 분야에서 필요한 과정이다. 기존의 이동 객체 검출 알고리즘은 상당한 계산량을 요구하여 다채널 영상 감시 응용, 또는 임베디드 시스템에서의 단일 채널의 실시간 응용에 사용하는 데 애로가 많다. 보다 정확한 이동 객체 검출을 위하여 필요한 과정인 전경 마스크 정정은 보통 열림, 닫힘 등의 모폴로지 연산을 통해 수행된다. 모폴로지 연산은 계산량이 적지 않고 게다가 프로세싱 방법이 달라 이동 객체 검출의 다음 단계인 연결 요소 레이블링 루틴과 동시에 처리되기 어렵다. 본 논문에서는 먼저 모폴로지 연산과는 달리 연결 요소 레이블링 루틴에서 사용되는 주변 픽셀 점검 과정을 활용한 전경 마스크 정정 알고리즘인 "주변 전경 픽셀 전파"을 고안하고, 이를 활용하여 전경 마스크 정정과 연결 요소 레이블링이 동시에 수행될 수 있는 이동 객체 검출 방법을 제안한다. 실험을 통해, 제안된 이동 객체 검출 방법이 기존의 모폴로지 연산을 사용한 방법 보다 정확하게 이동 객체를 검출하였으며, 대상 실험 영상 프레임 및 비디오에 대해서는 최소 4배 이상 신속하게 처리됨을 확인하였다.

본 논문은 생체간이식 전에 복부 MDCT(Multi-Detector Computed Tomography) 영상에서 이식편의 체적(the volume of right and left liver lobe)을 정확하게 계산하기 위하여 좌간과 우간을 나누는 방법을 제안하였다. 간이 추출된 영상에 해부학적인 좌간과 우간을 나누는 4점(하대정맥(Inferior Vena Cava)를 반으로 나눌 수 있는 중심점, 담낭와와 가까운 중간정맥(Middle Hepatic Vein)의 끝부분 한 점, 좌우문맥(Portal Vein) 분지부에서 한 점, 담낭와(gallbladder fossa)를 좌우로 나눌 수 있는 중심점)을 선택한다. 선택된 4점을 기준으로 좌간과 우간을 나누고 체적과 간 전체에 대한 좌우간의 비율을 계산한다. 계산된 체적의 정확성을 입증하기 위해 방사선과 의사가 수동으로 처리하여 계산한 체적과 함께 수술 중 획득한 실측무게와 비교하였다. 그리고 4점을 선택한 후 좌우간을 분할하여 체적을 계산하는 시간을 측정하여 수술실에서 실시간으로 처리 가능한 지의 여부를 확인하였다. 본 연구는 간이식에 참여하는 기증자와 수혜자의 안전을 보장하기 위하여 진행되었다.

다양한 조명 환경에서 강인한 얼굴 인식 성취는 어렵다. 조명에 강인한 얼굴 인식을 위해서 보통 전처리 단계로 얼굴 이미지 조명 정규화를 수행한다. 기존 조명 전처리 기법들은 투영 음영을 효과적으로 처리할 수 없다. 본 논문에서는 조명 영향 분리 얼굴 고유특성 텍스쳐 부분공간에 기반한 새로운 얼굴 조명 정규화 기법을 제안한다. 조명분리 얼굴 고유특성 텍스쳐 부분 공간은 얼굴 텍스쳐 공간에서 조명 변화 영향이 분리된 부분공간으로 구축되기 때문에 얼굴 이미지를 이 부분공간으로 투영하여 얻은 얼굴 이미지는 조명 변화 영향이 최소화된 좋은 조명 정규화를 달성한다. 실험을 통해 본 논문에서 제안한 얼굴 조명정규화 기법이 표면 음영뿐만 아니라 투영 음영도 효과적으로 제거할 수 있으며, 좋은 얼굴 조명 정규화를 달성한다는 것을 확인하였다.

고유얼굴 기반 얼굴 인식 방법과 같은 얼굴 형태 기반 얼굴 인식 방법에 사용되는 1차원 PCA는 고차원의 얼굴 형태 데이터 벡터들의 처리로 인하여 부정확한 얼굴 표현과 과도한 계산량을 초래할 수 있다. 이에 개선 방안의 하나로 2차원 PCA 기반 얼굴 인식 방법이 개발되었다. 그러나 단순한 2차원 PCA 적용으로 얻어진 얼굴 표현 모델에는 얼굴 공통 특성 성분과 개인 식별 특성 성분이 모두 포함된다. 얼굴 공통 특성 성분은 오히려 개인 식별 능력을 방해할 수가 있고 또한 인식 처리 시간의 증가를 초래한다. 본 논문에서는 2차원 PCA 적용으로 얻어진 얼굴 특성 공간에서 얼굴 공통 특성 영향이 분리된 얼굴 고유 식별 특성 부분공간 모델을 개발하고 개발된 모델에 기반한 새로운 강인한 얼굴 인식 방법을 제안한다. 제안한 얼굴 고유식별 특성 부분공간 모델 기반 얼굴 인식 방법은 얼굴 고유 식별 특성에만 주로 의존하기 때문에 기존 1차원 PCA 및 2차원 PCA 기반 얼굴 인식 방법보다 얼굴 인식 성능 및 인식 속도에 대해서 더 우수한 성능을 보인다. 이는 다양한 조명 조건하에 다양한 얼굴 자세를 갖는 얼굴 이미지들로 구성된 Yale A 및 IMM 얼굴 데이터베이스를 이용한 실험을 통해 확인하였다.

본 논문에서는 기존 평행좌표를 이용하는 얼굴영상 대신 극 좌표계 변환을 이용한 얼굴 인식 방법을 제안한다. 이 방법은 얼굴의 중심부분의 한 점을 극으로 삼아 이 점을 기준으로 360도의 각 방향으로 일정 길이만큼 얼굴 영상을 샘플링하여 새로운 얼굴 영상을 제작하고 이를 바탕으로 기존의 특징 추출 방법들을 이용하여 얼굴 인식의 성능을 높인다. 극 좌표계의 특성상 극에 가까운 부분은 세밀하게 묘사되고 극에서 멀리 떨어질수록 영상의 정확도가 떨어진다. 일반적으로 얼굴 영상은 얼굴의 중심부에 가까운 영역에 눈, 코, 입 등의 주요 부위가 밀집되어 있다. 따라서 이러한 극 좌표계를 얼굴영상에 적용한다면 같은 화소를 이용하는 기존 평행좌표를 사용할 때보다 눈, 코, 입 등 주요 부위를 보다 세밀하게 표현할 수 있다는 장점을 갖는다. 제안된 방법을 Yale데이터와 FRGC데이터에 적용한 후 기존의 특징 추출 방법인 LDA와 NLDA를 이용하여 얼굴인식을 수행한 결과 평행좌표에 기반한 원 영상을 그대로 사용했을 때 보다 인식률이 향상됨을 확인할 수 있었다.

본 논문은 새로운 에지 방향 추정 방법과 영상의 영역 세분화에 기반을 둔 컬러 보간 알고리즘을 제안한다. 제안하는 에지 방향 추정은 컬러 필터 배열(color filter array: CFA)의 채널 별 분리와 표본 줄임(down-sampling)을 통해 획득한 영상 사이에 존재하는 에지 방향성 상관관계를 바탕으로 이루어진다. 에지 방향성 상관관계는 영상 간의 샘플링 위치와 각 영상의 국부위치에서의 에지 방향성 사이에 존재하는 방향의 유사성을 바탕으로 정의한다. 영상의 영역을 분류함에 있어서 평탄, 에지 영역뿐만 아니라 반복되는 에지가 나타나는 패턴 에지 영역을 구분함으로써 영역을 세분화 한다. 이렇게 구분한 영역 각각에 대해 수직 혹은 수평 방향 에지를 검출하여 에지 방향에 따라 보간함으로써 오류를 최소화 하는 에지 방향성 컬러 보간이 이루어진다. 실험 결과를 통해 제안하는 방법이 기존 방법에 비해 수치적인 면과 시각적인 면에서 뛰어난 결과를 보임을 확인할 수 있으며, 제안하는 영역 세분화와 에지 방향 추정을 통해 영상의 고주파 영역에서 성능이 향상됨을 확인할 수 있다.

PM OLED는 차세대 디스플레이의 하나로 많은 애플리케이션에 사용되고 있다. PM OLED를 애플리케이션에 적용하는데 있어 가장 큰 문제는 전력 소모와 제품 수명을 꼽을 수 있다. PM OLED 시장의 확대를 위해 이를 개선하기 위한 노력이 패널과 회로 측면에서 이루어지고 있다. 전력소모와 제품 수명은 상호 연관 관계가 있어, 회로 상에서 전력 소모를 줄이면 인가 전류가 감소하여 제품 수명이 향상된다. 그러므로 전력 소모를 회로적으로 보완하는 방법을 적용하여 구동 방식을 개선함으로 전력 소모 감소와 제품 수명 향상이 가능하다. 종래 Row-to-Row 방식을 개선하여 여러 Row를 동시에 구동하는 기술을 적용하면 전력 소모를 감소 시키고 수명을 연장할 수 있다. 본 논문은 여러 Row를 동시에 구동하는 방식을 적용함에 있어 Row 별 Column 데이터에 대해 확률적 개념을 도입하여 유사성이 높은 Row를 하나의 Group으로 분리하고 Group별로 차별적으로 Row 구동 방식을 적용하여 전력을 감소하여 패널 수명을 향상하였다.

실내 환경에서 문은 주어진 주변 환경을 이해하기 위한 매우 중요한 정보로써, 복도와 방을 구분할 수 있는 기준이 된다. 문은 이동 로봇을 위한 자연 표식 등으로 널리 사용되고 있으나, 로봇에서 획득한 영상내의 특징을 이용한 기존의 문 인식 방법의 경우 연산량이 많기 때문에 실시간으로 구현하는데 어려움이 있다. 본 연구에서는 복도 환경에서 문을 인식하기 위한 새로운 방법을 제안한다. 먼저 허프 변환(Hough transform)을 사용하여 문을 구성할 가능성이 큰 직선들을 추출하고 시각 퍼지(Visual fuzzy) 시스템에서 적용하여 문 후보 영역을 검출하게 된다. 이후 문 후보 영역에서 문 고리 후보 영역들을 뽑고 이를 이차적인 시각퍼지 시스템에 적용하여 최종적으로 문을 검증한다.

가변생체인식 방법 (Cancelable Biometrics)은 생체정보의 도난이나 도용으로부터 강인하며 재생성 가능한 생체템플릿을 제공하는 높은 보안성을 갖는 생체 인식방법이다. 본 논문은 가변얼굴인식 방법의 하나로써 얼굴생체템플릿을 나머지에 기반하여 이진화하는 방법을 제안한다. 이진화를 위한 입력 값으로, 우리의 기존 연구 결과로서의 가변얼굴템플릿을 이용하였다. 이 가변얼굴템플릿은 상이한 두 개의 형상 기반의 얼굴특징추출 방법 (Appearance based face recognition)을 이용하여 두 개의 얼굴특징벡터를 추출하고, 추출된 두 개의 얼굴특징벡터를 재배열 후 합하여 얻어진다. 우리의 기존방법으로 얻어진 얼굴특징벡터는 실수 값을 갖기 때문에 저장 시 기존의 암호화 방법과의 접목이 힘들며 원래의 생체정보 노출에 대한 잠정적인 위협이 될 수 있다. 본 논문의 나머지에 기반한 이진화 방법은 우리의 기존 가변얼굴템플릿에서 부분정보인 나머지를 이용하여 이진비트열을 생성하므로 향상된 보안성을 제공한다. 또한 본 논문의 이진화 기법은 합해진 특징벡터의 통계적인 특징으로부터 정의된 보조정보 (Helper data)를 이용하여 높은 인식 성능을 갖는다. 제안방법은 보조정보가 노출된 경우에서도 이진화된 가변얼굴템플릿이 원 얼굴특징벡터보다 향상된 인식성능을 보장한다. 제안하는 방법은 the extended YALEB face database를 이용하여 성능과 보안성에 대하여 평가 하였다.

본 논문에서는 핵연료봉의 변형에 대한 고정도 검사방법을 제안한다. 핵 연료봉과 이를 관측하는 영상 센서의 광축을 수직으로 구성한다. 영상 센서의 광축을 기준으로 45도 또는 그보다 높은 각도로 레이저 라인빔을 연료봉 표면에 조사하면 연료봉의 수평 방향 변위가 영상 센서에서는 수직 방향 변위로 관측된다. 핵 연료봉 표면에 일정 각도로 입사된 레이저 라인빔이 영상 센서면에서는 일정 두께를 갖는 포물선 형태로 관측되게 된다. 센서 화면에 나타나는 일정 두께의 포물선을 영상처리하여 타원으로 모델링하고 타원의 장축과 단축의 기울기를 구한다. 포물선의 변곡점과 모델링한 타원의 장축과 단축이 교차하는 지점을 특징점으로 추출한다. 이와 같은 영상처리 알고리즘을 이용하여 핵 연료봉의 수평방향 변위에 따른 특징점 좌표의 수직방향 편차를 계산한다. 크러드가 형성된 핵연료봉 시편에 대해 고해상도 영상센서를 사용하여 실험한 결과 중성자 조사후 핵연료봉의 변형 검사기준인 $150{\mu}m$ 보다 3배 이상 개선된 $50{\mu}m$ 이하의 검사 정밀도를 달성하였다.

레이저 스펙클이란 간섭성을 가진 레이저 빛을 산란체에 쏘았을 때 반사되는 정보를 레이저 스펙클이라 한다. 이 레이저 스펙클의 가장 큰 특징은 현재 의학 기술로는 볼 수 없는 미세혈관 관찰이 가능하다는 것이다. 미세혈관 관찰을 위해서 레이저 스펙클 장치로 얻은 이미지를 영상처리 하는 과정이 필요하다. 이 논문은 공간적 방향으로 다양한 크기의 윈도우를 적용시키는 새로운 영상처리법을 제안하였다. 기존의 영상처리법 LASCA에서는 고정된 크기의 윈도우를 적용시켜 영상처리 하였다. 하지만 작은 크기의 윈도우를 적용하였을 경우 이미지의 공간 해상도가 좋아 혈관이 잘 보이는 장점이 있지만 스펙클 노이즈의 영향을 많이 받게되는 반면 큰 크기의 윈도우를 적용하였을 경우 노이즈 제거에는 큰 효과를 보지만 해상도가 낮아져 영상이 흐릿해지는 현상을 발견할 수 있다. 그래서 우리는 이 두가지 방법의 장점만 살리는 적응 윈도우 기법을 소개한다. 우리는 적응 윈도우 기법과 기존의 라스카 이미지를 비교하여 보일 것이며 적응 윈도우 기법을 이용해 영상의 화질을 높인 것을 보일 것이다.

본 논문에서는 원 영상에서 특정한 국부 영역을 선택하고 선택된 국부 영역에 반복적인 위상 상관도를 수행함으로써 잡음을 가지고 있는 영상에서 정확한 부화소(subpixel) 이동량을 추정하는 방법을 제안한다. 기존의 방법은 영상 전체를 이용해 위상 상관도를 수행 한 후 포물선, sinc 같은 함수 보간을 통해 간접적으로 부화소 이동량을 추정하였다. 이 같은 추정방법은 정확하나 백색 가우시안 잡음(additive white gaussian noise)이나 에일리어싱(aliasing)과 같은 잡음이 영상에 존재하면 정확한 부화소 이동량 추정이 어렵다. 그래서 영상 전체를 이용하기 보다는 잡음이 적은 국부 영역을 선택하여 이를 이용해 위상 상관도를 수행하고 부화소 이동량을 계산할 때 기존의 함수의 보간을 사용하기 않고 반복적으로 위상 상관도를 수행함으로써 잡음에 강한 부화소 이동량을 추정 방법을 제안하였다. 또한 위상 상관도 함수의 분석을 통해 위상 상관도 반복횟수를 줄이는 방법도 제안하였다. 실험을 통해 제안한 방법과 기존의 방법으로 추정한 부화소 이동량의 오차를 비교하고 초해상도 영상을 만들어 봄으로써 제안한 방법이 잡음이 있는 조건에서 더 정확한 부화소 이동량 추정성능을 보여줌을 알 수 있었다.

본 논문에서는 스테레오 이미지로부터 디스패리티 맵을 추출하기 위한 확률모델을 제시하고 이의 해를 구하는 과정은 에너지 기반 스테레오 정합과 일치함을 이론적으로 증명한다. 정합되는 화소 간의 차와 인근 화소에 해당되는 디스패리티의 차는 exponential 확률분포에 근사하다는 사실을 실험적으로 확인하고 이에 근거하여 이들의 정합 파라미터를 최적화하는 식을 유도하고 이를 실험적으로 구하는 방법을 제시한다. 에너지 기반 스테레오 정합 알고리즘의 성능은 기본적으로 정합 파라미터의 크기에 매우 민감하므로 이미지에 따라 적절한 값을 사전에 구하여 적용하여야 한다. 제안한 방식은 초기에 임의의 파라미터로 디스패리티 맵을 구한 후에 이의 통계적 특성을 이용하여 정합 파라미터를 추정하고 추정된 파라미터를 적용하여 디스패리티 맵을 재차 구하는 과정을 반복함으로써 최적의 파라미터에 적응적으로 수렴하도록 조정한다. 따라서, 이미지에 따라 사전에 정합 파라미터를 구하여야 하는 문제를 해결할 수 있다. Middlebury 웹사이트에서 제공한 다양한 스테레오 이미지를 이용하여 제안한 방식으로 구한 파라미터가 최적의 값으로 수렴하는지를 조사하고 이의 수렴 속도와 성능 개선 효과 등을 확인한다.

본 논문은 높은 품질 SR 이미지를 획득하기 위해 국소 그라디언트를 기반으로 적응형 보간법을 이용하는 SR 방법을 제공한다. 이 방법에서, 내삽 화소와 인접하는 유효한 화소 사이에 거리는 국소 그라디언트 특징을 이용하여 고려되며, 보간 계수는 LR 이미지의 국소 그라디언트를 고려한다. 픽셀의 국소 그라디언트는 더 작을수록, 그리고 메디안 필터는 보간된 HR 이미지의 블러링과 노이즈를 감소시키기 위해 적용된다. 실험 결과는 특히 이미지의 에지 부분에서, 다른 방법과 비교하여 제안된 방법의 유효성을 보여준다.

본 논문에서는 Wyner-Ziv 비디오 부호화를 위한 비트배정 방법을 제안한다. 손실 압축을 하는 분산 비디오 부호화 기술인 Wyner-Ziv 비디오 부호화는 부호화기에서 예측 부호화를 수행하지 않는 구조로 인해 저 복잡도 비디오 부호화의 실현이 가능하여 이동단말, 원격영상압축전송, 초저전력 비디오 부호화 등의 응용에 기대되는 기술이다. 비트율-왜곡 측면에서의 부호화 성능은 이론적으로 기존의 방법과 동일할 수 있음이 증명되었지만 지금까지 연구결과들의 비트율-왜곡 성능은 아직 이론적인 목표치에 많이 미치지 못하고 있다. 또한 H.264/AVC와 같은 기존의 비디오 부호화는 블록별로 서로 다른 양자화 값으로 부호화 될 수 있는 구조이므로 다양한 비트배정 기술이 연구되었으나, Wyner-Ziv 비디오 부호화의 한 가지 방법인 변환 영역에서의 Wyner-Ziv 방법 (Transform Domain Wyner-Ziv; TDWZ)의 경우 영상 전체에 해당하는 정보를 하나의 메시지로 묶어서 부호화 및 복호화 하므로, 영역 별로 차등화 된 비트할당이 어려워 목표로 하는 비트율로 부호화 수행이 어려웠다. 본 논문에서는 이러한 문제를 해결하기 위해 부호화기에서 영역별 영상 특성을 예측하여 할당해야할 비트량을 자동으로 계산하며, 이렇게 계산한 할당 비트량은 양자화 행렬을 영역별로 적응적으로 선택하는데 사용하도록 하여 전체 영상의 부호화 성능을 향상 시킬 수 있게 한다.

ECIES와 ECDH의 강력한 DPA 대응방법으로 알려진 랜덤 스칼라 기법은 다양한 전력 분석에 안전한 것으로 알려져 있다. 이 대응방법은 매번 생성되는 난수를 키로 사용해 스칼라 곱셈 연산을 수행하는 하나의 파형에서 이 난수 값을 알 수 있다면 분석이 가능하다. 하지만 이러한 분석 사례가 기존에 없어 아직 안전한 것으로 알려져 있다. 본 논문에서는 이러한 분석을 가능하게 할 수 있는 새로운 전력 분석을 제안한다. 제안하는 분석 기법은 타원곡선의 더블링 연산들을 비교함에 의해 이루어지며 이러한 비교를 용이하게 하기 위해 주성분 분석을 이용한다. 제안하는 주성분 분석을 이용한 부분공간 기반 전력 분석을 실제로 수행했을 때 기존의 판별 함수의 에러를 완벽하게 제거할 수 있었으며 이를 통해 개인키를 찾아낼 수 있었다.

디지털 신호의 표본화 속도를 변환시키는 SRC(sample rate converter) 장치에는 필터가 필요하다. 속도 변환율이 높을수록 필터의 신호처리량이 증대되며, 필터의 구현이 복잡해진다. 그러므로 속도 변환율이 높은 경우에는 신호처리량이 적은 필터를 설계하는 것은 중요한 문제이다. 본 논문에서는 다단 FIR(finite impulse response) 필터를 효과적으로 설계하는 방법을 제시하였다. 다단 필터는 표본화 속도를 한 번에 변환하는 것이 아니라 여러 단 나누어서 변환하는 방식이다. 제시된 설계방식은, 속도 변환율의 인수분해 조합 모두에 대하여 조사하며, 필터의 복잡도 측정을 필터 차수의 추정식에 의존하지 않고 필터의 구현 결과를 바탕으로 한 점이 특징이다. 필터 설계 결과, 종래의 방식으로 설계된 것보다 곱셈연산량이 적음을 보였다. 또한 halfband 필터나 다중 차단대역 필터 등의 특성을 활용하면 곱셈연산량이 더욱 감소된 필터를 구성할 수 있음을 확인하였다.

전력 분석 공격의 다양한 대응법들 중 대칭키 암호의 경우, 암/복호화, 키 스케쥴링의 연산 도중 중간 값이 전력 측정에 의해 드러나지 않도록 하는 마스킹 기법이 잘 알려져 있다. 대칭키 암호는 Boolean 연산과 Arithmetic연산이 섞여 있으므로 마스킹 형태 변환이 불가피하다. Messerges에 의해서 일반적인 전력 분석 공격에 안전한 마스킹 형태 변환 알고리즘이 제안되었고 이에 대한 취약성이 보고되었다. 본 논문에서는 Messerges가 제안한 마스킹 형태 변환 알고리즘에 대한 기존 전력 분석 공격이 불가능함을 보이고 새로운 전력 분석 공격 방법을 제안한다. 마스킹 형태 변환 알고리즘에 대하여 강화된 DPA와 CPA 공격 방법을 제시한 뒤 시뮬레이션 결과로써 제안하는 공격 방법으로 실제 분석이 가능함을 확인한다.

이 논문은 잡음환경에서 음성인식률 향상을 위한 끝점 검출 방법에 대해 소개한다. 제안된 방법은 엔트로피와 음성의 하모닉 검출을 이용해 음성 구간과 비음성 구간을 검출한다. 음성의 스펙트럴 에너지에 대한 엔트로피를 사용하여 끝점검출을 하게 되면 비교적 높은 SNR 환경(SNR 15dB)에서는 성능이 우수하나 잡음환경의 변화에 따라 음성과 비음성의 문턱값이 변화 하여 낮은 SNR환경(SNR 0dB)에서는 정확한 끝점 검출이 어렵다. 본 논문은 낮은 SNR 환경(0dB)에서도 정확한 끝점을 검출할 수 있도록 음성의 스펙트럴 엔트로피와 하모닉 성분을 검출하여 끝점을 검출하는 방법을 제안한다. 실험결과 기존의 엔트로피만을 이용한 방법보다 개선된 성능을 보였다.

본 논문에서는 배경 잡음 환경에서 배경 잡음에 의해 저하된 음성 신호의 명료도를 soft decision 기반의 음성 부재 확률을 이용하여 음성 강화 이득을 수정함으로써 음성의 명료도를 보다 향상시키는 기법을 제안한다. 배경 잡음 환경에서 저하된 음성의 명료도를 향상시키기 위한 기존의 음성 강화 기법으로써 soft decision을 이용하여 오염된 음성 신호로부터 깨끗한 음성 신호만 증폭시키는 알고리즘이 제안되었다. 기존의 음성 강화 기법 보다 음성 구간과 비음성 구간 및 전이 구간에서 강인한 음성 강화 이득을 추정하기 위하여 soft decision 기반의 음성 부재 확률 (Speech Absence Probability)을 음성 강화 이득에 통합한 음성 강화 이득 수정 알고리즘을 제안한다. 제안된 음성 강화 기법의 성능은 다양한 배경 잡음 환경에서 ITU-T P.800의 주관적인 음질 측정 방법인 (Comparison Category Rating) 테스트에 의해서 평가되었으며, 기존의 음성 강화 기법과 비교하여 향상된 성능을 보여주었다.